ANALISIS SPEKTRAL DALAM PENENTUAN PERIODISITAS SIKLUS CURAH
HUJAN DI WILAYAH SELATAN JATILUHUR, KABUPATEN SUBANG, JAWA BARAT
6SHNWUDO$QDO\VLVRI3HULRGLFLW\5DLQIDOO&\FOHLQ6RXWKHUQ3DUWRI-DWLOXKXU6XEDQJ'LVWULFW:HVW-DZD
Dyah Susilokarti
1, Sigit Supadmo Arif
2, Sahid Susanto
2, Lilik Sutiarso
21Direktorat Jenderal Prasarana dan Sarana Pertanian, Kementrian Pertanian,
Jl. .M. arsono o. 3 agunan, Pasar Minggu, Jakarta Selatan 12550
2Jurusan Teknik Pertanian, akultas Teknologi Pertanian, Universitas Gadjah Mada,
Jl. lora o. 1, Bulaksumur, og akarta 55281 Email : d suka_0668 ahoo.com
ABSTRAK
Data curah hujan di elajari salah satun a untuk mengetahui bagaimana curah hujan di suatu wila ah mem un ai rentang waktu untuk membentuk suatu ola berulang. Siklus meru akan suatu erubahan atau gelombang naik dan turun dalam suatu eriode serta berulang ada eriode lain. Siklus mem un ai frekuensi ang da at diselesaikan dalam 1 eriode waktu. Transformasi ourier meru akan algoritma untuk mengubah domain waktu menjadi domain atau s ectrum frekuensi , dengan cara menguraikan sin al menjadi kom onen sinusoidal. Penelitian ini menggunakan metode Fast Fourier Transform T) untuk mencari sifat berulangn a trend curah hujan di wila ah selatan Jatiluhur
Kabu aten Subang. Simulasi model menggunakan data curah hujan bulanan tahun 1975 - 2012. asiln a menunjukkan
trend curah hujan di lokasi enelitian berulang setia 12 bulan sekali 1 siklus). Prediksi curah hujan dilakukan dengan
menggunakan data curah hujan 5 tahun dan menggunakan observasi data 5 tahun berikutn a sebagai embanding hasil rediksi untuk melihat erforma ang dihasilkan. Performa hasil rediksi menggunakan Mean Square Error
MSE) sebagai standar erhitungan derivasi erbedaaan antara data real dan data emodelan. asil analisis ada saat validasi model dida atkan MSE 1 ,92 dengan tingkat ke erca aan 95 . Dengan menggunakan analisis T untuk menghitung nilai error erbedaan antara nilai erhitungan model A dengan data sebenarn a), di eroleh erubahan
siklus curah hujan terjadi dalam kurun waktu 71,68 bulan atau sekitar 5-6 tahun.
Kata kunci: urah hujan, rediksi, Fast Fourier Transform T), Mean Square Error MSE), Kabu aten Subang
ABSTRACT
ainfall data was studied to know how rainfall in the region has a s an of time to form a re etitive attern. The c cle is a change or a wave u and down within a eriod and re eated at other eriods. The c cle has a fre uenc that can be com leted in one eriod of time. ourier transform is an algorithm to convert the time domain to the domain or the fre uenc s ectrum , b breaking the signal into a sinusoidal com onent. This stud used the ast ourier Transform T) to nd the nature of the trend recurrence of rainfall in the southern region of Jatiluhur Subang. Simulation model was done using monthl rainfall data 1975 - 2012. The results showed a trend of rainfall in the stud area was re eated ever 12 months 1 c cle). ainfall rediction was done b using a 5- ear rainfall data and used the data observation of the ne t 5 ears as a com arison result redicted to see the erformance. Performance rediction was resulted using the Mean S uare Error MSE) used to obtain the difference between the standard derivation calculation of observed data and data modeling. The results of the anal sis at the time of validation of the model was MSE 1 .92 with a 95 con dence level. T used to calculate the value of the error the difference between the values calculated b the A model and observed data) resulted in the change c cle of rainfall occurs over a eriod of months or a ro imatel 71.68 months or 5-6 ears.
PENDAHULUAN
Perubahan iklim telah mem engaruhi ola curah hujan ang berdam ak terhada sistem budida a tanaman adi di wila ah selatan Jatiluhur, ang mana wila ah ini untuk emenuhan kebutuhan irigasi han a mengandalkan air dari sumber air setem at, sehingga keberhasilan atau kegagalan anen di lokasi ini sangat tergantung ada ketersediaan air se erti sungai, mata air dan curah hujan. Langkah awal ada erencanaan budida a tanaman adi di wila ah ini adalah memastikan ketersediaan air irigasi sesuai taha ertumbuhan tanaman. Untuk itu di erlukan engetahuan dan informasi tentang ola curah hujan dan siklus erubahan iklim di wila ah ini.
ariabilitas curah hujan di Indonesia sangat kom leks dan meru akan bagian chaotic dari variabilitas Monsun
erranti, 1997 dalam Aldrian dan Susanto, 2003). Secara umum curah hujan di wila ah Indonesia di dominasi oleh adan a engaruh bebera a fenomena, Monsun dan ergerakan IT Intertropical Convergence Zone) Aldrian
dan Susanto, 2003), s stem Monsun Asia-Australia, El ino, sirkulasi Timur-Barat Walker Circulation) dan sirkulasi
Utara-Selatan Hadley Circulation), serta bebera a sirkulasi
karena engaruh lokal McBride, 2002).
Iklim di Indonesia ada umumn a di engaruhi oleh fenomena-fenomena ang memiliki eriode berulangn a se erti ona Konvergensi Inter Tro isInter Tropical Convergence Zone IT ) ang memiliki eriode berulang
6 bulan, angin monsun ang memiliki eriode berulang 12 bulan ermawan, 2010), silasi Madden Julian ang memiliki eriode berulang 2 hingga 3 bulan Anon mous, 2013), serta osilasi dua tahunanQuasi Biennial Oscillation
B ) ang memiliki eriode berulang 20 hingga 32 bulan Sathi amurth dan Mohanakumar, 2002)
Metode Fast Fourier Transform T) meru akan
metode untuk mengetahui eriodisitas sebuah data ang berulang kembali. Periodogram ang dihasilkan beru a gra k ang menunjukkan nilai kekuatan kera atan s ektral dengan variabel eriode signal. Kekuatan Kera atan S ektral KKS) meru akan nilai kekuatan da a) sebuah signal da at berulang kembali ada variabel frekuensi atau eriode. Periode signal hujan menunjukkan waktu ang di erlukan untuk terjadin a satu siklus signal data hujan. Periodogram akan menghasilkan eriode dengan kekuatan kera atan s ektral tertinggi Sagita dkk., 2013).
Analisis s ektral adalah analisis runtun waktu ang da at menguraikan data ke dalam him unan gelombang sinus dan atau kosinus ada berbagai frekuensi ang da at digunakan untuk mencari eriodisitas tersembun i.
Tujuan dari enulisan makalah ini adalah menentukan eriodisitas tersembun i ada data curah hujan di wila ah
selatan Jatiluhur Kabu aten Subang menggunakan metode
Fast Fourier Transform T). Pangsor. Lokasi ini di ilih karena wila ah ini untuk memenuhi kebutuhan air irigasi han a bergantung ada sumber setem at beru a mata air, sungai dan hujan. Irigasi di wila ah ini tidak menda at su lesi dari waduk Jatiluhur, sehingga dam ak erubahan iklim di wila ah ini da at dibuktikan ada ketersediaan air irigasin a.
Dam ak erubahan iklim terhada naikn a ermukaan air laut mengakibatkan instrusi air laut di sebagian lahan sawah di se anjang antai utara Jawa. Intrusi air laut mengakibatkan degradasi lahan ertanian se erti erosi, sedimentasi, tanah longsor, bencana banjir dan hilangn a lahan sawah, serta enurunan roduktivitas lahan akibat salinitas. Pada enelitian sebelumn a diketahui bahwa kabu aten Subang ang meru akan sentra roduksi angan di Jawa Barat mengalami enurunan roduksi beras sekitar 300.000 ton akibat intrusi air laut Boer dkk.2009). Selain itu, Kabu aten Subang ang berada di kawasan esisir Pantai Utara Jawa juga rentan terhada dam ak erubahan iklim lainn a se erti kekeringan, dan serangan hama en akit tanaman. Bencana tersebut men ebabkan enurunan roduksi ertanian dan ke gagalan anen. Serangan hama en akit utama tanaman adi adalah tikus dengan luas serangan 12 .000 ha th), enggerek batang 80.127 ha th) wereng coklat 28.222 ha th), en akit tungro 12.078 ha th) dan blas 9.778 ha th) dengan kehilangan hasil menca ai 212.9 8 ton GKP musim tanam dan ada saat anomali iklim serangan hama tersebut cenderung makin luas Soetarto dkk., 2001). Anomali iklim ang terjadi ada tahun 1997 aitu El- ino ang diikuti
La-ina menguntungkan erkembangan wereng coklat. ereng coklat biasan a menjadi masalah ada musim hujan, teta i ada waktu tersebut juga men ebabkan kerusakan uso) ada tanaman adi gogo di Subang Irsal Las dkk., 2007-2010).
Data dan Perangkat Lunak
Ponggang, 8) stasiun indangla a, 9) stasiun iseuti, se erangkat kom uter dengan software MATLAB versi 2010a, Arc Gis 10.2, Microsoft excel dan Microsoft word 2007.
Analisis Karakteristik Curah Hujan Wilayah
urah hujan ang menunjukkan besarn a urah hujan ang terjadi di suatu daerah disebut curah hujan wila ah. Perhitungan curah hujan wila ah dari engamatan curah hujan di bebera a titik. Salah satu cara analisis karakteristik curah hujan wila ah adalah dengan menggunakan metode Isoh et. Peta Isoh et digambarkan ada eta to ogra berdasarkan data curah hujan interval 10 - 20 mm) ada titik engamatan di dalam dan sekitar daerah ang dimaksud. Luas bagian daerah antara dua garis isoh et ang berdekatan diukur dengan lanimeter. arga rata-rata dari garis-garis isoh et ang berdekatan ang termasuk bagian-bagian daerah itu da at dihitung. urah hujan daerah dihitung menurut ara ini adalah cara rasoinal ang terbaik jika garis garis isoh et da at digambarkan dengan teliti. Peta Isoh et dibuat menggunakan software ArcGis 10.2 dan hasiln a da at
dilihat ada Gambar 1, di bawah ini:
Analisis Spektral
Kajian eriodesitas data erlu dilakukan untuk menambah informasi mengenai karakteristik dari data deret waktu, dan harus dilakukan ada kawasan frekuensi melalui analisis s ektral Mul ana 200 ). Analisis s ektral atau
Power Spektral Density PSD) meru akan suatu metode ang
digunakan untuk mengestimasi fungsi densitas s ectrum dari sebuah data runtun waktu. Analisis s ektral membahas mengenai cara menelaah eriodesitas data tersembun i
hidden periodecities) ang sulit di eroleh ada saat kajian
dilakukan ada kawasan domain) waktu. Analisis s ektral
ang digunakan aitu teknik Fast Fourier Transform T).
Data deret waktu da at din atakan sebagai deret fourier ang meru akan fungsi harmonis, sehingga dengan membangun fungsi s ektrum kuasan a, eriodesitas data da at ditentukan. Teta i menentukann a tidak da at dalam kawasan domain)
waktu, dan harus dalam kawasan frekuensi sebab fungsi s ektrum kuasa meru akan fungsi atas autokorelasi dengan frekuensi. Metode ini menera kan model ang sinusoidal, sehingga akan menghasilkan nilai rediksi ang sama untuk setia waktu t) ada eriode ka an un.
Prinsi dasar dari metode dekom osisi deret waktu adalah mendekom osisi memecah) data deret waktu menjadi bebera a ola dan mengidenti kasi masing-masing kom onen dari deret waktu tersebut secara ter isah. Pemisahan ini dilakukan untuk membantu meningkatkan kete atan eramalan dan membantu emahaman atas erilaku deret data secara lebih baik Makridakis dkk., 2003). Siklus meru akan suatu erubahan atau gelombang naik dan turun dalam suatu eriode serta berulang ada eriode lain. Siklus juga mem un ai frekuensi aitu siklus ang da at diselesaikan dalam 1 eriode waktu. Indeks siklus di eroleh dari ersamaan ang digunakan untuk erhitungan rata-rata bergerak dibagi dengan ersamaan ang berfungsi untuk menghitung trend. al tersebut dilakukan jika modeln a
multi likatif, teta i jika modeln a aditif maka indeks siklus di eroleh dari ersamaan ang digunakan untuk erhitungan rata-rata bergerak ang dikurangi dengan ersamaan ang berfungsi untuk menghitung trend.
Periodogram dia likasikan ada suatu data curah hujan ang berbentuk data deret waktu. Data curah hujan bulanan tersebut digunakan sebagai masukan fungsi t) ada
ersamaan deret Fourier ang kemudian di transformasikan
dalam fungsi frekuensi ). agar mem eroleh ersamaan Fast Fourier Transform 6)
6) ilai kekuatan kera atan s ektral ada eridogram di eroleh dari :
7) Prediksi Curah Hujan
Prediksi curah hujan dilakukan dengan menggunakan metode $UWL¿FLDO1HXUDO1HWZRN A ) backpropagation. Model
A backpropagation melatih jaringan untuk menda atkan
keseimbangan antara kemam uan jaringan untuk mengenali ola ang digunakan selama elatihan serta kemam uan jaringan untuk memberikan res ons ang benar terhada ola masukan ang seru a ta i tidak sama) dengan ola ang di akai selama elatihan. Siang, 2005). A menggunakan sejumlah unit kom utasi sederhana ang disebut neuron.
ang terhubungkan secara bersama membentuk jaringan
node sim ul) ang disebut jaringan s araf, dimana meniru
erilaku sel tunggal otak manusia alide dan idd 2000). Pengolahan aktual dalam suatu jaringan terjadi dalam sim ul ada la isan tersembun i dan la isan output. La isan in ut
memberi um an ke ada la isan tersembun i kemudian dalam la isan tersembun i terjadi roses embelajaran, sehingga nilai out ut mendekati nilai target dengan galat ang minimal
abra 2005).
Fungsi aktivasi. ungsi aktivasi dilakukan untuk mengubah nilai masukan dalam satu range data tertentu
sehingga semua olan a memiliki jarak ang sama.
Proses pelatihan (training). Pada taha training
dilakukan bebera a kali ercobaan untuk menda atkan arameter hidden layer dan learning rate ang baik. Training
meru akan roses elatihan dari sistem jaringan s araf ang mengatur nilai input serta bagaimana emetaann a ada output sam ai di eroleh model ang sesuai.
Proses pengujian (testing). Proses engujian dilakukan untuk menguji restasi elatihan dan sebagai endukung jaringan ter ilih sebagai jaringan ang te at untuk model eramalan. Taha testing digunakan untuk menguji validasi
data ang telah dilakukan ada roses training dengan
memasukkan data baru ang belum ernah dilatih sebelumn a untuk mengetahui nilai error ang dihasilkan.
Proses peramalan (forecasting). Proses eramalan dilakukan dengan menggunakan jaringan ter ilih.
HASIL DAN PEMBAHASAN
Analisis Spektral
asil analisis data curah hujan menunjukkan signal ang dibentuk oleh data curah hujan selama kurun waktu 37 tahun memiliki ti e data eriodisasi ang siklusn a cenderung berulang ada waktu tertentu Gambar 2).
Gambar 2. Periodisasi data curah hujan runtun waktu 1975-2012)
Selanjutn a T akan menghasilkan bagian real dan
imaginer dari signal tersebut. Gambar 2), ang meru akan
bentuk koe sien Fourier didalam bidang ang kom lek ang
dihasilkan oleh signal T. Dimana sumbu men atakan
bagian ang imaginer sedangkan sumbu menunjukkan bagian ang real. Besarn a magnitude dari hasil T disebut Power. Selanjutn a power ini di lot dengan frekuensi dan
hasiln a disebut Peridiogram. Untuk melihat sebaran data curah hujan selama 37 tahun 1975 2012) dilakukan plotting
data dengan hasil se erti Gambar 3. di bawah ini :
ܨሺɘሻ ൌ ݂ሺݐሻ݁ஶ ିఠ௧
ିஶ ݀ݐ
ܭܭܵሺɘሻ ൌ்ଶ൫ܽଶܾଶ൯
asil plotting data menunjukkan bahwa data curah hujan
wila ah ada lokasi enelitian mem un ai sebaran ang cuku merata dimana han a sedikit data ang berada diluar garis data lainn a encilan). asil analisis ini membuktikan bahwa data ang digunakan baik untuk dijadikan data model.
Gambar 5. asil redisi A dibandingkan dengan data sebenarn a
Setelah melakukan emodelan, maka model ang telah dida atkan digunakan untuk mem rediksi bagaimana keadaan hingga 37 tahun mendatang menggunakan in ut data ang telah dimiliki dan kemudian hasiln a dibandingkan dengan real data atau data ang sebenarn a Gambar 6). Gambar . Periodogram data curah hujan 1975-2012)
asil analisis eriodogram curah hujan menunjukkan eriodisitas curah hujan ang memiliki nilai Kekuatan Kera atan S ektral KKS) ang tertinggi aitu 11,97 atau da at dibulatkan menjadi 12 bulan siklus Gambar .). al ini menunjukkan bahwa karateristrik erubahan curah hujan, cenderung akan mengalami kenaikan atau enurunan curah hujan setia 12 bulan sekali. Periode dengan KKS tertinggi menunjukkan eriode data curah hujan ang aling sering berulang. Analisis eriodogram curah hujan menunjukkan besarn a frekuensi data untuk masing-masing siklus fase dan frekuensin a. asil analisis eriodogram menunjukkan bahwa curah hujan di wila ah selatan Jatiluhur di engaruhi angin monsun ang men ebabkan ola curah hujan di wila ah tersebut memiliki satu uncak curah hujan selama setahun. Prediksi Curah Hujan
Prediksi curah hujan menggunakan metode $UWL¿FLDO
Neural Network A ) Backpropagation mem eroleh nilai
terbaik arsitektur jaringan adalah 1-20-1 aitu 1 input layer
berisi data curah hujan 20 hidden layer, dan 1 output berisi
data curah hujan hasil rediksi dengan nilai MSE 0,001. Performa engujian validasi data da at dikenali dengan baik sesuai hasil engujian MSE 0,0129. Taha testing menggunakan metode feedforward langkah maju) dengan
arsitektur 1-20-1, learning rate ) 0,9. Taha testing
tersebut menghasilkan nilai kuadrat error sebesar 0,0116.
Model ang telah dida atkan digunakan untuk mem rediksi curah hujan. asil rediksi Gambar 5) menunjukkan error
ang cuku baik aitu MSE 0,07.
Gambar 6. alidasi Model A dengan data sebenarn a
Garis ang berwarna abu-abu adalah nilai curah hujan ang sebenarn a, sedangkan garis ang warna hitam adalah nilai curah hujan ang dihitung menggunakan model A . Langkah berikutn a aitu menghitung nilai error erbedaan
antara nilai erhitungan model A dengan data sebenarn a). asiln a se erti tam ak ada Gambar 7.
Gambar 7. Data error validasi model A dengan data sebenarn a
Data error tersebut kemudian dianalisis s ektral
ang bisa diekstrak terkait dengan erubahan siklus atau nilai ekstrim ang terda at ada data error hasil erbandingan
antara A dan data sebenarn a. Dalam analisis T, salah satu arameter ang harus di erhatikan adalah terkait dengan nilai arameter nyquist aitu arameter untuk encu likan
data sam ling analisis T-n a. Sampling ang digunakan
adalah 12 bulan 12 data er sam le hal ini disebabkan karena hasil analisis T ada siklus curah hujan menunjukkan bahwa karakteristrik curah hujan siklus n a adalah tia 12 bulan siklus. Data ini kemudian digunakan untuk menjadi jumlah sampling data ada Fourier analysis terhada nilai error dari model A ang digunakan untuk menganalisis
ola erubahan iklim data ekstrim berdasarkan error
erbedaan siklus normal berbasis model A dengan data sebenarn a). asil ang di eroleh se erti ada Gambar 8.
ang sama dengan ola Monsun aitu berosilasi sekitar 12 bulan dan hasil ini menunjukkan erbedaan dengan ola di kota Bandung dimana selain siklus 12 bulanan juga terda at siklus 6 bulanan ang kuat. Sagita dkk. 2013) melakukan analisa s ektral data curah hujan di Sulawesi Utara dan telah menghasilkan eta distribusi s asial eriodisitas s ektral wila ah Sulawesi Utara ang terklasi kasikan menjadi dua ti e eriodisitas curah hujan ang memiliki kekuatan kera atan s ektral tertinggi dengan eriode 36 dasarian satu tahun) dan lima ti e eriodisitas curah hujan ang memiliki kekuatan kera atan s ektral tertinggi ke dua dengan eriode 3-11 dasarian, eriode 18 dasarian, eriode 36 dasarian,
eriode 60-110 dasarian dan eriode 359 dasarian.
KESIMPULAN
asil analisis data curah hujan menggunakan metode
Fast Fourier Transform T) anatra lain eriodisitas curah
hujan memiliki nilai Kekuatan Kera atan S ektral KKS) tertinggi 11,97 atau da at dibulatkan menjadi 12 bulan siklus, artin a karateristrik curah hujan, cenderung akan mengalami kenaikan atau enurunan curah hujan setia 12 bulan sekali siklus hidrologi). urah hujan di wila ah selatan Jatiluhur di engaruhi angin monsun ang men ebabkan ola curah hujan di wila ah tersebut memiliki satu uncak curah hujan selama setahun. Prediksi curah hujan menggunakan metode $UWL¿FLDO 1HXUDO 1HWZRUN A ) Backpropagation
mem eroleh nilai terbaik arsitektur jaringan adalah 1-20-1 asil rediksi menunjukkan error ang cuku baik aitu MSE 0.07. Silus erubahan curah hujan terjadi dalam kurun waktu 71,68 bulan atau sekitar 5-6 tahun.
DAFTAR PUSTAKA
Aldrian, E. dan Susanto. .D. 2003). Identi cation of three dominant rainfall regions within Indonesia and their relationshi to sea surface tem erature. International Journal of Climatology 23: 1 35 1 52.
Anon mous 2013). Siklus madden Julian oscillation. htt : www.meted.ucar.edutro ical te tbook2nd_ editionmediagra hicsMJ _c cle_1971_translated_to_
200 .j g. 25 Januari 2013 .
A teria. ., Effend , S. dan ermawan, E. 2008). Pemanfaatan data e uatorial atmosfer radar EA ) dalam mengkaji terjadin a Monsun di kawasan barat Indonesia. Jurnal Agromet Indonesia222): 160-173.
Boer, ., Buono, A., Sumar anto, E., Surmaini, A., akhman, ., Estiningt as, K., Kartikasari, dan itri ani. 2009).
Agriculture Sector. Technical e ort on ulnerabilit
Gambar 8. Periodogram waktu terjadin a erubahan siklus curah hujan berdasarkan data model A dan data sebenarn a
Data tersebut menunjukkan bahwa terjadi nilai erubahan siklus ekstrim ada data error antara model A
dengan data sebenarn a ada bulan ke 71,68 atau sekitar 5-6 tahun. al ini menunjukkan bahwa ada suatu gejala erubahan data ekstrim terjadi ada tahun ke 5-6. Sebagai keterangan sumbu dari gra k hasil analisis T adalah data bulan er siklus sedangkan sumbu adalah power/amplitude datan a.
and Ada tation Assessment to limate hange for Indonesia s Second ational ommunication. Ministr of Environment and United ations Develo ment Programme, Jakarta.
abra, A. 2005). eural networks, an introduction. htt : www.tek271.com articles neural et IntoTo eural ets.html. 5 ktober 2005 .
alide, . dan idd, P. 2000). Modeling inter-annual variation of local rainfall data using a fuzzy logic
techni ue. International Forum on Climate Prediction, Agriculture and Development, James Cook Univ. 26-28 April 2000, IRI, Australia. 2000.
ermawan, E. 2010), Pengelom okan ola curah hujan ang terjadi di bebera a kawasan ulau Sumatera berbasis hasil analisis teknik s ectral. Jurnal Badan Meteorologi
GDQ*HR¿VLND1111): 75-78.
ermawan. E, 2003). The characteristics of Indian ocean di ole mode reliminar stud of the monsoon variabilit in the western art of Indonesian region.
Jurnal Sains Dirgantara11): 65-75 Desember 2003.
Las, I., ontuwu, E., S ahbuddin, ., Subagi ono, K., Unadi, A., Amien, I., ari anti, K.S., ugroho, M. .T., amdani, A., Surmaini, E., Sho ati, ., amadhani, ., Adi, S. ., asrullah, dan Parmudia, A. 2007-2010). Atlas Kalender Tanam Jawa-Sumatera-Sulawesi, Kalimantan-Bali, Nusa Tenggara, Maluku, Papua. Badan Penelitian dan Pengembangan Pertanian,
Jakarta.
Makridakis, S., hellwright, S. . dan Mc Gee, .E. 2003).
Metode dan Aplikasi Peramalan. Binaru a Aksara
Publisher, Tangerang.
McBride 2002). Kapan Hujan Turun? Dampak Osilasi Selatan dan El Nino di Indonesia. De artment of
Primar Industries, ueensland.
Mul ana 200 ). Analisis Spektral untuk Menelaah Periodesitas Tersembunyi dari Data Deret Waktu.
Statistika akultas Matematika dan Ilmu Pengetahuan Alam. Universitas Padjadjaran, Bandung.
Sagita, ., As ari, dan anda antolis. 2013). Analisis s ektral data curah hujan di Sulawesi Utara. Jurnal Fakultas Matematika dan Ilmu Pengetahuan Alam22):
133-139.
Sathi amurth , . dan Mohanakumar, K. 2002). haracteristics of tro ical biennial oscillation and its ossible association with stratos heric B .
Geophysical Research Letters7: 669-672.
Siang, J.J. 2005). Jaringan Saraf Tiruan dan Pemrogramannya Menggunakan MATLAB. Penerbit
A DI, og akarta.
Sutarto, A., Jasis, . .G., Subroto, Siswanto, M. dan Sudi anto, E. 2001). Sistem Peramalan dan Pengendalian OPT dalam Mendukung Sistem Produksi Padi Berkelanjutan. Dalam Im lementasi Kebijakan
Strategi untuk Meningkatkan Produksi Agribisnis dan Lingkungan. Pusat Penelitian dan Pengembangan Tanaman Pangan.
S aifullah, D. 2010). Analisis suhu muka laut selatan Jawa dan engaruhn a terhada curah hujan DAS itarum.